粒子数が科学者を誤らせる：JMP®とSAS®の統合によるモデリングのケーススタディ
キャスリーン・キアナン（理学修士、テクニカルサポート統計学者）、ダイアン・ミシェルソン（博士、統計トレーナー）、アニー・ザンギ（理学修士、リサーチ統計学者 - SAS）
本稿では、実世界のアプリケーションにおけるデータモデリングの影響について考察し、JMPとSASの統合機能を用いて非正規データをモデリングするための手法とテクニックを紹介します。一般的に用いられる統計的検定とモデリングテクニックの多くは、特定の仮定に基づいています。分析対象のデータが非正規分布や異分散分布の場合はどうなるでしょうか？JMPは非正規分布や異分散分布をモデリングするためのいくつかの手法とテクニックを提供し、SASは幅広いプロシージャを提供しています。非正規分布や異分散分布の変換には、Box-Coxべき乗変換がよく用いられます。もう一つのアプローチは、非正規分布をモデリングすることです。本稿では、2つの半導体のケーススタディを紹介します。半導体製造工程では、ウェーハは可能な限りクリーンに保たれます。回路のアクティブ領域に粒子が存在すると、最終的にチップの欠陥につながる可能性があります。最初の例では、科学者がウェーハ上で発生する粒子数を減らそうと試みた結果、問題の原因を特定するモデルが当初考えられていたほど効果的ではないことが判明した事例を紹介します。半導体チップは大型のウェハ上に製造され、各ウェハには数百個のチップが収容され、ウェハはバッチ処理されます。2つ目の例では、従来の線形モデルを用いてプロセスの分散成分における重要な因子を見つけようとする際に、誤った結果が生じる可能性がある点について検証します。これらの例の両方について、JMPとSASの統合を用いた解決策を提示します。この手法は他のシナリオにも適用可能です。
